[发明专利]基于多点检测数据的车辙横断面类型识别与指标提取方法有效

专利信息
申请号: 201810400475.8 申请日: 2018-04-28
公开(公告)号: CN108710730B 公开(公告)日: 2021-10-19
发明(设计)人: 高英;彭俊 申请(专利权)人: 东南大学
主分类号: G06F30/20 分类号: G06F30/20;G01C7/00
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 张婧
地址: 210032 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 多点 检测 数据 车辙 横断面 类型 识别 指标 提取 方法
【说明书】:

发明公开了一种基于多点检测数据的车辙横断面类型识别与指标提取方法,包括如下步骤:对车辙横断面进行数据检测,获取车辙横断面离散点初始高程数据,并将车辙横断面进行调平处理;(2)、对调平后离散点的竖向高程进行数据分析,寻找极大值点作为路表凸起点,极小值点作为路表凹陷点;(3)、基于路表凸起点和路表凹陷点的高程数据对横断面进行分类识别;(4)、基于车辙断面的分类进行车辙正负面积、车辙深度、填充面积以及辙槽侧壁宽高比的计算。本发明可有效解决目前车辙状态评价中缺乏车辙横断面形态类别信息以及特征指标的提取与计算,忽视道路横断面形态对车辙指标提取的影响以及车辙指标提取可能因路面形态不同而产生误差等问题。

技术领域

本发明涉及道路检测技术领域中的车辙横断面类型识别,尤其涉及基于多点检测数据的车辙横断面类型识别与指标提取方法。

背景技术

沥青路面因其良好的行车舒适性、优良的使用性能和维修方便,是我国高速公路最主要的路面类型。然而随着经济高速发展,交通量迅猛增长,重载及超载的情况加剧,沥青路面的损坏现象也日趋严重。

车辙是沥青路面的主要病害之一。据统计大约80%的沥青路面维修养护是由于路面车辙变形,与水损害和路面裂缝等其他病害相比,路面车辙的危害性最大。路面上车辙的危害主要包括路面结构与行车两大方面。就路面结构与质量而言,车辙的存在使得轮迹处沥青层厚度变薄,削弱了面层及其路面结构的整体强度,从而易于引起其他病害,同时轮迹凹陷处容易积水,进而引发水损害等其他病害。就行车安全性而言,路面表面过量的变形会导致路面平整度的降低从而影响行车舒适性;车辙辙槽壁倾角与竖向高程差使得车辆在超车或变换车道时会受到横向的作用力以及短时间内纵向的高差变化,影响车辆的操纵稳定性;雨雪天气车辙内容易积水结冰降低路面的抗滑能力,车辆出现漂滑,影响高速行车的安全性。

目前国内外使用最广泛的车辙评价指标是车辙深度,基于上述车辙对于路面质量与行车的危害性,仅仅使用车辙深度不能全面的反映车辙的上述危害,因此,国内外的一些学者基于养护管理与行车安全提出了相应的一些指标,如基于养护管理的横向断面正面积,负面积,填充面积,正负面积比;基于行车安全的车辙辙槽深度RD,辙槽顶部水平最大宽度,最大可能积水宽度,辙槽底部宽度,车辙辙槽壁倾角等等。但由于当时路面检测技术发展的限制,道路横断面形状的获取存在精度与准确性的问题,同时也难以大批量密集的采取道路横断面形状数据,这些指标更多的是从理论上进行分析以及少量数据的验证,车辙指标的提取难以实现大数据量的自动提取。近年来,随着检测技术的不断进步,车辙的检测也经历了人工测量,半人工测量到自动化测量的发展历程,车辙检测数据也由单一的仅能提供车辙深度到现在的能够连续获得道路横断面形状数据。目前车辙深度自动化检测设备普遍基于多点激光技术开发,该技术是目前国内外应用最广泛的车辙检测技术,其优点是能够快速、无损、连续的获取车辙横断面数据,过去的选取部分断面观测车辙横断面形状,人工计算车辙指标的方式便不能满足大量数据的车辙指标提取工作了,因此基于MATLAB自动化的车辙形状识别与车辙指标提取即成为必要。

发明内容

发明目的:本发明的目的是提供一种可解决目前车辙状态评价中缺乏车辙横断面形态类别信息以及特征指标的提取与计算问题的基于多点检测数据的车辙横断面类型识别与指标提取方法。

技术方案:为实现以上目的,本发明所述的一种基于多点检测数据的车辙横断面类型识别与指标提取方法,包括如下步骤:

(1)、对车辙横断面进行数据检测,获取车辙横断面离散点初始高程数据,其中各离散点横坐标为(x1,x2,x3,x4,...xn),竖向高程为(y1,y2,y3,y4,...yn),并将车辙横断面进行调平处理,得到调平后离散点的横坐标和竖向高程(Y1,Y2,Y3,Y4,...Yn);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810400475.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top